HDU多校10_1011_ Task Scheduler(证明过程）

题目链接

题目大意是：有m个工人在线，有k个工人不在线，要给n个任务分配工人，第$i$个任务要$t_i$个工人，如果选到不在线的工人就要重新选，每个工人选择的概率相同，要使得分配次数的期望尽量小，输出字典序最小的分配方案。

第$i$个任务分配合法的概率服从超几何分布为：$$\frac{C(m-{\sum }_{j=1}^{i-1}{t}_j,t_i)}{C(m+k-{\sum }_{j=1}^{i-1}{t}_j,t_i)}$$
其实它的期望是服从几何分布的，也就是概率的倒数。
$$\frac{C(m+k-{\sum }_{j=1}^{i-1}{t}_j,t_i)}{C(m-{\sum }_{j=1}^{i-1}{t}_j,t_i)}$$
那么总期望就是
$$\sum _{i=1}^n\frac{C(m+k-{\sum }_{j=1}^{i-1}{t}_j,t_i)}{C(m-{\sum }_{j=1}^{i-1}{t}_j,t_i)}$$
我们先单独看某一项。先把组合数化成阶乘的形式。为了好写一点，我把${\sum }_{j=1}^{i-1}{t}_i$记为$s_i$

$$\begin{gathered} \frac{C(m+k-s_{i-1},t_i)}{C(m-s_{i-1},t_i)} \\ =\frac{\frac{(m+k-s_{i-1})!}{(m+k-s_{i-1}-t_i)!\ast t_i!}}{\frac{(m-s_{i-1})!}{(m-s_{i-1}-t_i)!\ast t_i!}} \\ =\frac{(m+k-s_{i-1})!}{(m+k-s_i)!\ast t_i!}\ast \frac{(m-s_i)!\ast t_i!}{(m-s_{i-1})!} \\ =\frac{(m+k-s_{i-1})\ast ...\ast (m+k-s_i+1)}{(m-s_{i-1})\ast ...\ast (m-s_i+1)} \end{gathered}$$

化到这一步就可以看出来了。相当于在$\frac{(m+k)!}{m!}$中每次选连续的一段，我们设第i个任务选取的第一个数是$\frac{m+k-i}{m-i}$，也就是说它的期望是$\frac{m+k-i}{m-i}\ast ...\ast \frac{m+k-i-t_i+1}{m-i-t_i+1}$。然后我们发现$\frac{m+k-i}{m-i}=1+\frac{k}{m-i}$ 也就是说它是递增的，所以为了让人数多的任务期望小，我们就得先给它安排任务（口胡证明 证明留作练习 。当k为0的时侯期望是相同的，我们直接输出1~n即可。